谷歌機器學習

Facebook相冊分類

郵箱垃圾過濾系統(tǒng)

……

? ? ? ? Arthur Samuel(1959)年將機器學習定義為：在沒有明確設置的情況下使計算機具有學習能力的研究領域 。Samuel成名是由于在1959年代他編寫了一個跳棋游戲程序，這個跳棋游戲的令人驚訝之處在于，Samuel自己并不是一個玩跳棋的高手，他所做的是使程序與自己對弈幾萬次，通過觀察哪些布局容易贏，哪些布局容易輸。一段時間后，跳棋游戲程序就學到了，什么是好的布局，什么是不好的布局，最終程序學會了跳棋，比Samuel玩的還好，這是一個引人注目的結果。Samuel自己并不是跳棋高手，但是因為計算機有耐心與自己玩上萬次對弈，沒有人有這種耐心下這么多盤棋，因此計算機能夠獲得如此豐富的跳棋游戲經(jīng)驗，最終成為了一個比Samuel更好的跳棋棋手。這是有點不正式，也是比較陳舊的一個定義。

????????下面是一個更新的定義，由Tom Mitchell提出，他是我在卡內基梅隆大學的一個朋友。Tom是這樣定義機器學習的， 一個適當?shù)膶W習問題定義如下， 他說計算機程序從經(jīng)驗E中學習，解決某一任務T，進行某一性能度量P，通過P測定在T上的表現(xiàn)因經(jīng)驗E而提高 ，其實我認為他這樣定義只是想使它押韻。對于跳棋游戲，經(jīng)驗E就是程序與自己下了幾萬次跳棋，任務T就是玩跳棋，性能度量P就是與新對手玩跳棋時贏的概率。 我除了教給你這些問題外，還會偶爾問你一個問題，以確保你已經(jīng) 理解內容了。那么問題來了，根據(jù)Tom Mitchell 對機器學習的定義，假設你的郵件程序觀察，你講哪些郵件標記為垃圾郵件，而其他的不標記?；谀銟擞浀睦]件，你的郵件程序學會了如何更好地過濾垃圾郵件，在這個例子中，任務T是什么

問題1

答案

????????目前有各種不同類型的學習算法，最主要的兩類是監(jiān)督學習和無監(jiān)督學習。簡單的來說，監(jiān)督學習就是我們會教計算機做某件事情，而在無監(jiān)督學習中，我們讓計算機自己學習，后面我們將詳細介紹。教授學習算法就像給你一組工具，但同樣重要的或者說更重要的是教你如何使用這些工具。知道如何使用機器學習算法的人，與不知道如何有效使用這些工具的人有很大的不同。本課程要做的就是，花大量的時間討論，假設你確實想要開發(fā)機器學習系統(tǒng)，如何讓那些最佳實踐操作指導你決定用什么方式建立自己的系統(tǒng)。這樣當你應用學習算法時，就不會像那些用其他方法做了6個月的人一樣，別人可能一眼就能看出他們是在做無用功。因此我會用很多時間來教你們機器學習和AI中那些最好的實踐經(jīng)驗，以及如何做這件事情，我們是怎樣做的